如何在损失函数中切片张量？

Question

在我的自定义丢失函数中，我尝试使用.numpy（）将张量转换为numpy数组，但没有成功。经过一些搜索，似乎不可能在损失函数中将张量转换为numpy数组。所以我决定使用后端方法。正如您在下面的代码中所看到的，我使用了K.argmax（）并返回了最大值的索引张量。然后我想切片y_真，y_pred张量

def my_mse_loss(y_true, y_pred):

    y_true_index = K.argmax(y_true, axis=-1)
    y_true_startcounter = y_true_index-3
    y_true_stopcounter = y_true_index+3

    y_pred_index = K.argmax(y_pred, axis=-1)
    y_pred_startcounter = y_pred_index-3
    y_pred_stopcounter = y_pred_index+3

    y_true_pkrange = y_true[:,y_true_index:y_true_index+6]
    y_pred_pkrange = y_pred[:,y_pred_index:y_pred_index+6]

    return K.mean(K.square(y_pred_pkrange-y_true_pkrange), axis=-1)

我在安装模型时遇到的错误： ValueError:形状的秩必须相等，但为0和2 将形状0与其他形状合并。对于“{node my_mse_loss/stack_slice/stack_2}}=Pack[N=2，T=DT_INT64，axis=0]（my_mse_loss/stack_slice/stack_2/values_0，my_mse_loss/ArgMax），输入形状为：[]，[？，384]